首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

点云模型的尖锐特征提取与分片分析

摘要第1-7页
Abstract第7-9页
目录第9-11页
第1章 引言第11-17页
   ·点云数据的获取第11-12页
   ·点云模型数字几何处理的研究内容第12-15页
     ·点云数据的预处理第12-13页
     ·点云数据的几何属性第13页
     ·特征提取第13-14页
     ·化简和重采样第14页
     ·点云分片第14-15页
     ·曲面重建和绘制第15页
   ·本文主要内容及组织第15-17页
第2章 点云数据的几何属性第17-27页
   ·点云Kd-树结构的建立与K近邻点的查找第17-19页
   ·点云法向的计算及调整第19-23页
     ·曲面法向计算第20-21页
     ·法向的调整第21-23页
   ·最小二乘曲面拟合第23-24页
     ·局部参考平面与坐标系的建立第23页
     ·局部曲面拟合第23-24页
     ·点在曲面上最小二乘法投影计算第24页
   ·局部曲率的计算第24-25页
   ·本章小结第25-27页
第3章 特征保持的点云数据的化简第27-35页
   ·引言第27-28页
   ·八叉树的空间细分第28-29页
   ·特征区域判定第29-30页
   ·特征保持的化简第30-31页
   ·特征保持的化简试验结果与分析第31-33页
     ·化简试验结果第31-33页
     ·执行效率统计第33页
   ·本章小结第33-35页
第4章 点云模型的尖锐特征提取算法第35-47页
   ·引言第35页
   ·算法梗概第35-37页
   ·潜在尖锐特征点的识别第37-38页
   ·潜在尖锐特征点的光顺第38-39页
   ·尖锐特征折线生长第39-40页
   ·尖锐角特征修复第40-41页
   ·点云模型的尖锐特征提取的实验结果第41-46页
     ·尖锐特征线的实验结果第42页
     ·算法的抗噪性第42页
     ·执行时间效率分析第42-43页
     ·投影残差参数调整第43-46页
   ·本章小结第46-47页
第5章 尖锐特征诱导的点云分片算法第47-57页
   ·引言第47-48页
   ·识别尖锐特征第48页
   ·特征线生成第48-49页
   ·样条逼近尖锐特征第49-50页
   ·区域生长分片算法第50-52页
   ·尖锐特征诱导的点云分片算法实验结果和讨论第52-55页
     ·实验效果演示第52-53页
     ·实验效果比较第53-54页
     ·执行时间和分片统计第54-55页
   ·本章小结第55-57页
第6章 总结与展望第57-59页
   ·主要工作回顾第57页
   ·本文的主要贡献和创新之处第57-58页
   ·进一步研究工作展望第58-59页
参考文献第59-64页
在读期间发表的学术论文及研究成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:面向空间拓扑关系的条件离群检测算法研究
下一篇:高能瞬态电子束流能量分别检测及三维仿真